Junbin Xiao

Um olhar sobre a interseção entre sistemas de vídeo e de compreensão de linguagem.

Analisando os pontos fortes e fracos dos sistemas VideoQA em entender o conteúdo dos vídeos.

Apresentando um método pra melhorar a resposta a perguntas em vídeos com vários eventos.

Uma nova abordagem melhora a resposta a perguntas em vídeos por meio do reconhecimento de texto em cena.